Fundamentals of Business Intelligence

ویرایش: 1st ed. 
نویسندگان: Grossmann. Wilfried, Rinderle-Ma. Stefanie  
سری: Data-Centric Systems and Applications 
ISBN (شابک) : 9783662465301, 3662509407 
ناشر: Springer 
سال نشر: 2015 
تعداد صفحات: 361 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 7 مگابایت 

قیمت کتاب (تومان) : 46,000



این کتاب مقدمه‌ای جامع و سیستماتیک برای تبدیل داده‌های فرآیندمحور به اطلاعاتی درباره فرآیند کسب‌وکار زیربنایی، که برای انواع تصمیم‌گیری ضروری است، ارائه می‌کند. برای این منظور، نویسندگان مدل‌های گام به گام و ابزارهای تحلیلی را برای به دست آوردن داده‌های با کیفیت بالا که ساختار آن‌ها به گونه‌ای است که ابزارهای تحلیلی پیچیده را می‌توان به کار برد، توسعه داد. تاکید اصلی بر فرآیند کاوی و تکنیک های داده کاوی و ترکیب این روش ها برای داده های فرآیند گرا است.

پس از یک مقدمه کلی بر فرآیند هوش تجاری (BI) و وظایف تشکیل دهنده آن در فصل 1، فصل 2 رویکردهای مختلف مدل سازی در برنامه های کاربردی BI را مورد بحث قرار می دهد. فصل 3 یک نمای کلی است و جزئیاتی از ارائه داده ها، از جمله بخشی در کلان داده را ارائه می دهد. فصل 4 به شرح داده ها، تجسم و گزارش می پردازد. فصل 5 تکنیک های داده کاوی را برای داده های مقطعی معرفی می کند. سپس تکنیک‌های مختلف برای تجزیه و تحلیل داده‌های زمانی در فصل 6 توضیح داده می‌شود. متعاقباً، فصل 7 تکنیک‌هایی را برای تجزیه و تحلیل داده‌های فرآیند توضیح می‌دهد و به دنبال آن تکنیک‌های تجزیه و تحلیل برای دیدگاه‌های چندگانه BI در فصل 8 معرفی می‌شود. کتاب با یک خلاصه و پایان می‌رسد. بحث در فصل 9. در سرتاسر کتاب، ابزارهای (عمدتا منبع باز) توصیه، توصیف و اعمال می‌شوند. یک بررسی دقیق تر در مورد ابزارها را می توان در ضمیمه یافت و یک کد دقیق برای راه حل ها به همراه دستورالعمل نحوه نصب نرم افزار مورد استفاده را می توان در وب سایت همراه یافت. همچنین تمامی مفاهیم ارائه شده به صورت مصور و نمونه ها و تمرین های منتخب ارائه شده است.

این کتاب برای دانشجویان تحصیلات تکمیلی علوم کامپیوتر مناسب است و وب سایت اختصاصی با مثال ها و راه حل ها، کتاب را به عنوان یک کتاب درسی برای اولین دوره در رشته کامپیوتر ایده آل می کند. هوش تجاری در علوم کامپیوتر یا سیستم های اطلاعات کسب و کار. علاوه بر این، متخصصان و توسعه دهندگان صنعتی که به مفاهیم پشت هوش تجاری علاقه مند هستند، از توضیحات واضح و مثال های زیادی بهره مند خواهند شد.

This book presents a comprehensive and systematic introduction to transforming process-oriented data into information about the underlying business process, which is essential for all kinds of decision-making. To that end, the authors develop step-by-step models and analytical tools for obtaining high-quality data structured in such a way that complex analytical tools can be applied. The main emphasis is on process mining and data mining techniques and the combination of these methods for process-oriented data.

After a general introduction to the business intelligence (BI) process and its constituent tasks in chapter 1, chapter 2 discusses different approaches to modeling in BI applications. Chapter 3 is an overview and provides details of data provisioning, including a section on big data. Chapter 4 tackles data description, visualization, and reporting. Chapter 5 introduces data mining techniques for cross-sectional data. Different techniques for the analysis of temporal data are then detailed in Chapter 6. Subsequently, chapter 7 explains techniques for the analysis of process data, followed by the introduction of analysis techniques for multiple BI perspectives in chapter 8. The book closes with a summary and discussion in chapter 9. Throughout the book, (mostly open source) tools are recommended, described and applied; a more detailed survey on tools can be found in the appendix, and a detailed code for the solutions together with instructions on how to install the software used can be found on the accompanying website. Also, all concepts presented are illustrated and selected examples and exercises are provided.

The book is suitable for graduate students in computer science, and the dedicated website with examples and solutions makes the book ideal as a textbook for a first course in business intelligence in computer science or business information systems. Additionally, practitioners and industrial developers who are interested in the concepts behind business intelligence will benefit from the clear explanations and many examples.

Front Matter....Pages i-xviii
Introduction....Pages 1-33
Modeling in Business Intelligence....Pages 35-85
Data Provisioning....Pages 87-118
Data Description and Visualization....Pages 119-154
Data Mining for Cross-Sectional Data....Pages 155-205
Data Mining for Temporal Data....Pages 207-244
Process Analysis....Pages 245-274
Analysis of Multiple Business Perspectives....Pages 275-317
Summary....Pages 319-327
Back Matter....Pages 329-348